sexta-feira, 24 de dezembro de 2010

Cognição: top-down vs. bottom-up

Bom artigo, esclarecedor. Vou traduzir umas partes mais básicas, deixando o link para que o leitor interessado obtenha mais informações.

Top-down vs bottom-up approaches to cognition: Griffiths vs McClelland
by Sean Roberts, in A Replicated Typo 2.0 - December 23, 2010

Há uma batalha prestes a começar. Uma batalha no mundo da modelagem cognitiva. Ou pelo menos uma escaramuça. Dois artigos a serem publicados na Trends in Cognitive Sciences debatem os méritos de abordar a cognição a partir de lados diferentes do microscópio.

No lado da modelagem probabilística, temos Thom Griffiths, Nick Chater, Charles Kemp, Amy Perfors e Joshua Tenenbaum. Representando (talvez não-simbolicamente) as abordagens emergentistas estão James McClelland, Matthew Botvinick, David Noelle, David Plaut, Timothy Rogers, Mark Seidenberg e Linda B. Smith. Nessa disputa não faltam pesos-pesados.

A questão principal é definir que abordagem é mais produtiva para se explicar os fenômenos da cognição. Os níveis de explicação de David Marr incluem "a caracterização 'computacional' do problema, uma descrição 'algorítmica' do problema e uma explicação 'implementadora' centrada em como a tarefa é verdadeiramente implementada por cérebros reais. A (modelagem) probabilística estruturada adota uma abordagem 'top-down', enquanto o Emergentismo (adota) uma abordagem 'bottom-up'.

Abordagem estruturada
A abordagem probabilística estruturada argumenta que está mais bem aparelhada para responder perguntas como: Quanto de informação se necessita para resolver um problema? Que representações são necessárias e quais são as limitações com referência à aprendizagem? Abordagens qualitativamente diferentes podem ser aplicadas a diferentes domínios e inferências.

Usar hierarquias de estrutura significa que o modelo pode ser influenciado por informações de nível superior. Por exemplo, se v. acredita que os golfinhos são peixes, mas escuta alguém dizer "Eles podem parecer peixes, mas são mamíferos", v. pode mudar de idéia imediatamente. A equipe probabilística argumenta que os modelos conexionistas não podem incorporar informações de nível superior assim tão facilmente, e não podem 'mudar de idéia' com base em poucos dados. Também argumenta que as abordagens estruturadas podem separar as partes de um problema cognitivo; por exemplo, aprender a estrutura e a potência de (um fenômeno de) causa e efeito. Os modelos conexionistas combinam esses dois aspectos, e frequentemente é difícil interpretar como um modelo conexionista está resolvendo um problema.

Abordagem emergentista
O campo emergentista faz três contra-afirmativas. Primeiro, eles dão ênfase igual aos três níveis de explicação - computacional, algorítmico e implementacional. Segundo, a abordagem 'top-down' está elaborando, ou está em risco de elaborar, uma teoria a partir de representações e estruturas imprecisas. Ao invés de fazer afirmativas sobre como a cognição é estruturada, os emergentistas argumentam que se deve deixar que a estrutura surja a partir dos dados. Eles notam que o cérebro pode não estar resolvendo os problemas de maneira ótima, como supõe a abordagem estruturada.

Finalmente, os emergentistas argumentam que a abordagem estruturada não pode dar conta dos elementos do desenvolvimento. As crianças apresentam curvas de aprendizagem e mudanças de comportamento que podem ser apreendidas por um processo emergente mas não por um modelo que aborda o problema otimamente.

Talvez seja melhor ir logo à fonte da disputa:

Griffiths, T., Chater, N., Kemp, C., Perfors, A., & Tenenbaum, J. (2010) Probabilistic models of cognition: exploring representations and inductive biases. Trends in Cognitive Sciences, 14(8), 357-364. DOI: 10.1016/j.tics.2010.05.004
Também aqui:
http://www.psychology.adelaide.edu.au/personalpages/staff/amyperfors/papers/griffithsetal10tics-probabilisticmodelsofcognition.pdf

McClelland, J., Botvinick, M., Noelle, D., Plaut, D., Rogers, T., Seidenberg, M., & Smith, L. (2010) Letting structure emerge: connectionist and dynamical systems approaches to cognition. Trends in Cognitive Sciences, 14(8), 348-356. DOI: 10.1016/j.tics.2010.06.002
Também aqui:
http://www.cnbc.cmu.edu/~plaut/papers/pdf/McClellandETAL10TICS.approachesCogMod.pdf